多元统计分析及R语言建模 第3版PDF电子书下载

1 多元统计分析概述 1

1.1 多元统计分析的历史 1

1.2 多元统计分析的用途 1

1.3 多元统计分析的内容 2

1.4 软件及其在统计分析中的应用 6

1.4.1 强大的统计分析软件 6

1.4.2 完整的数值分析软件 8

1.4.3 免费的数值分析软件 9

1.5 统计软件比较及R系统设置 10

思考练习题 15

2 多元数据的数学表达及R使用 16

2.1 如何收集和整理多元统计分析资料 16

2.2 数据的数学表达 19

2.3 数据矩阵及R语言表示 20

2.4 数据的R语言表示——数据框 28

2.5 多元数据的R语言调用 29

2.6 多元数据的简单R语言分析 32

案例分析：多元数据的基本统计分析 39

思考练习题 43

3 多元数据的直观表示及R使用 45

3.1 简述 45

3.2 均值条图及R使用 47

3.3 箱尾图及R使用 49

3.4 星相图及R使用 50

3.5 脸谱图及R使用 52

3.6 调和曲线图及R使用 54

3.7 其他多元分析图 55

案例分析：区域城市现代化水平的直观分析 55

思考练习题 60

4 多元相关与回归分析及R使用 62

4.1 变量间的关系分析 62

4.1.1 简单相关分析的R计算 62

4.1.2 一元线性回归分析的R计算 65

4.2 多元线性回归分析 71

4.2.1 多元线性回归模型的建立 71

4.2.2 多元线性回归模型的检验 74

4.3 多元线性相关分析 77

4.3.1 矩阵相关分析 77

4.3.2 复相关分析 79

4.4 回归变量的选择方法 80

4.4.1 变量选择准则 81

4.4.2 逐步回归分析 84

4.5 非线性回归模型 88

4.5.1 一元非线性回归模型及其应用 88

4.5.2 多元非线性回归模型概述 96

4.5.3 多元非线性回归模型的计算 97

案例分析：财政收入的多元回归分析 101

思考练习题 105

案例分析题 110

5 广义与一般线性模型及R使用 111

5.1 数据的分类与模型选择 111

5.1.1 变量的取值类型 111

5.1.2 模型选择方式 112

5.2 广义线性模型 113

5.2.1 广义线性模型概述 113

5.2.2 Logistic模型 115

5.2.3 对数线性模型 120

5.3 一般线性模型 121

5.3.1 完全随机设计模型 122

5.3.2 随机单位组设计模型 124

5.3.3 析因设计模型 125

5.3.4 正交实验设计模型 128

案例分析：广义线性模型及其应用 129

思考练习题 131

案例分析题 133

6 判别分析及R使用 134

6.1 判别分析的概念 134

6.2 线性判别分析 135

6.3 距离判别法 139

6.3.1 两总体距离判别 139

6.3.2 多总体距离判别 143

6.4 Bayes判别法 149

6.4.1 Bayes判别准则 149

6.4.2 正态总体的Bayes判别 150

案例分析：企业财务状况的判别分析 154

思考练习题 157

案例分析题 161

7 聚类分析及R使用 162

7.1 聚类分析的概念和类型 162

7.2 聚类统计量 163

7.3 系统聚类法 167

7.3.1 系统聚类法的基本思想 167

7.3.2 系统聚类法的计算公式 167

7.3.3 系统聚类法的基本步骤 169

7.4 kmeans聚类法 175

7.4.1 kmeans聚类的概念 175

7.4.2 kmeans聚类的原理与计算 175

7.5 聚类分析的一些问题 179

案例分析：全国区域经济的聚类分析 180

思考练习题 183

案例分析题 185

8 主成分分析及R使用 186

8.1 主成分分析的直观解释 186

8.2 主成分分析的性质 188

8.3 主成分分析的步骤 190

8.4 应用主成分分析的注意事项 196

案例分析：地区电信业发展情况的主成分分析 197

思考练习题 201

案例分析题 204

9 因子分析及R使用 205

9.1 因子分析的思想 205

9.2 因子分析模型 206

9.3 因子载荷的估计及解释 207

9.3.1 主因子估计法 207

9.3.2 极大似然估计法 208

9.3.3 因子载荷的统计意义 209

9.4 因子旋转方法 213

9.5 因子得分计算 215

9.6 因子分析的步骤 217

9.7 实际中如何进行因子分析 225

案例分析：因子分析在上市公司经营业绩评价中的应用 227

思考练习题 232

案例分析题 234

10 对应分析及R使用 236

10.1 对应分析的提出 236

10.2 对应分析的基本原理 236

10.3 对应分析的计算步骤 239

10.4 对应分析应注意的几个问题 245

案例分析：对应分析在市场细分和产品定位中的应用 246

思考练习题 248

案例分析题 249

11 典型相关分析及R使用 251

11.1 引 言 251

11.2 典型相关分析的基本架构 252

11.3 典型相关分析的基本原理 252

11.4 典型相关系数的显著性检验 254

11.5 典型相关系数及变量的计算 255

案例分析：农村居民收入和支出的典型相关分析 262

思考练习题 266

案例分析题 268

12 多维标度法MDS及R使用 269

12.1 MDS的基本理论和方法 269

12.2 MDS的古典解 270

12.3 非度量方法 275

12.4 多维标度法的计算过程 276

案例分析：国内各地区工资水平的多维标度分析 279

思考练习题 281

案例分析题 283

13 综合评价方法及R使用 284

13.1 综合评价的基本概念 284

13.2 综合评价中指标体系的构建 284

13.2.1 选择并构建综合评价指标体系 284

13.2.2 确定观测指标的量纲方法 287

13.2.3 综合评价指标的合成方法 288

13.2.4 确定评价指标的权数 289

13.3 综合评价方法及其应用 292

13.3.1 综合评分法 292

13.3.2 层次分析法 295

案例分析：区域自主创新能力的层次分析 302

思考练习题 311

案例分析题 312

14 R语言软件及其使用说明 313

14.1 关于R语言 313

14.1.1 什么是R语言 313

14.1.2 为什么要用R语言 313

14.1.3 用R语言进行统计分析的优势和劣势 313

14.2 R语言软件的下载与安装 314

14.2.1 R语言下载 315

14.2.2 R语言安装 316

14.3 R语言包及其函数 317

14.3.1 R语言标准包 317

14.3.2 R语言扩展包 318

14.3.3 书中使用的R语言包及其函数 319

14.3.4 自编R语言包及其函数 322

附录 RStudio简介 323

参考文献 328